Indexed by：
Abstract：
提出一种多层次自适应知识蒸馏方法,以提升轻量化模型的性能.首先,针对遥感影像类别间差异程度不均衡的问题,通过改进输出层知识蒸馏中的温度机制,提出一种自适应温度机制,促进学生模型更好地学习大且深的教师模型输出层概率分布知识;然后,通过添加辅助卷积块来融入特征层的知识蒸馏方法,使学生模型学习教师模型的多层次知识;最后,在UCM、AID和NWPU这 3 个公开数据集上进行实验.结果表明:所提方法蒸馏后的学生模型参数量仅为教师模型的 6%,其分类精度较蒸馏前最多可提升 7.78%,比其他网络模型更便于部署在末端.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报（自然科学版）
ISSN： 1000-2243
CN： 35-1337/N
Year： 2023
Issue： 4
Volume： 51
Page： 459-466
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
